JP7613084B2

JP7613084B2 - 加工監視システム

Info

Publication number: JP7613084B2
Application number: JP2020210164A
Authority: JP
Inventors: 明博中村; 秀峰小関; 湧太山田
Original assignee: Proterial Ltd
Current assignee: Proterial Ltd
Priority date: 2020-12-18
Filing date: 2020-12-18
Publication date: 2025-01-15
Anticipated expiration: 2040-12-18
Also published as: JP2022096907A

Description

本発明は、加工監視システムに関する。

近年、金属や樹脂などの原材料から所望の形状の製品を作製する付加製造（ＡｄｄｉｔｉｖｅＭａｎｕｆａｃｔｕｒｉｎｇ；ＡＭ）が普及することに伴い、後工程として実施される切削加工に新たな課題が生じている。まず、１つ目の課題は、付加製造によって製造されたもの（付加製造品）の材料特性が従来の製法で作製した材料とは異なる特性（強度など）を示すことである。同様の課題は、複数の材料が混ぜ合わされ形成された複合材料よりなるものでも想定される。複数の材料が混ぜ合わされた場合も、形成された複合材料の特性が未知となることがある。このような状況では、被加工品の加工条件の設定は容易でなく、切削条件を最適化するために、トライアンドエラーを繰り返して条件を決める必要があり、加工時間が増加してしまう。

２つ目の課題は、付加製造品の形状は複雑な場合が多く、かつ、積層した面の凹凸が大きくなるため、加工前に切削抵抗値を精度よく想定できない点にある。その結果、加工工具の欠損・折損や、被加工品である付加製造品の破壊の頻度が増える。また、加工前に想定した工具と被加工品（被削材）の切削状態を維持できないため、加工面にかかる摩擦力や熱の状況を制御できず、加工品質の確認回数も多くなる。

このように、特に付加製造品の加工では、切削条件の調整や、再加工、再造形の手間が増加し、加工時間が増大してしまう。そのため、加工中に、被加工品の特性や、切削抵抗、加工品質を把握し、加工時間の低減、加工品質の安定化に活用するというニーズが高まっている。これらのニーズは、付加製造品に関わらず、加工技術全体にあるもので、解決できれば広く適用される有用なものとなりうる。なお、被加工品の材料の種類や特性、切削抵抗、加工品質などを「被加工品の特性情報」と総称する。被加工品の特性情報は、被加工品の材料に依存するパラメータである。また、「加工品質」は加工後の被加工品の形状評価であり、変性部厚さ、加工後の寸法や、表面粗さ等である。

加工中に加工寸法を予測する技術として、例えば以下の特許文献１がある。特許文献１には、工作機械の加工中の加工区間のデータ、工作機械の動作の状態を示すデータ、工作機械に配置されたセンサ（電流センサ、振動センサ、温度センサ）によって取得されるデータを用いて、特定加工区間の平均値や最大値、最小値、標準偏差および積分値などを特徴量として算出し、事前に構築しておいたモデルに入力することで、加工寸法（加工品質）を予測する手法が開示されている。

また、特許文献２には、駆動電源によって駆動される交流電動機を監視する、交流電動機の監視装置において、交流電動機の電流検出手段によって検出された交流電動機の少なくとも二相の電流検出値を用いて電流検出値の座標変換を行い、座標変換された電流検出値の位相に基づいて電流検出値を直流量に変換し、直流量に基づいて特徴量を出力することを特徴とする交流電動機の監視装置が開示されている。特許文献２では、機械装置（工作機械など）に接続された交流電動機の電流から直流量を算出し、この直流量から特徴量（経時変化、異常動作を示す値や変化）を抽出し、交流電動機の挙動を監視することが記載されている。

国際公開第２０１９／２３９６０６号国際公開第２０１９／０４９１８８号

しかしながら、上述した特許文献１および特許文献２に記載の技術は、工作機械の加工中の動作に基づいて加工条件を適宜修正することはできても、加工中の被加工品の材料特性（材料の加工温度依存性や、切り取り厚さ（除去体積）依存性）を考慮しながら加工条件を適宜修正する手段は開示されていない。上述した通り、特に付加製造品のような複合材料かつ複雑形状を有する製品の加工においては、これまでの単一材料で凹凸面も少ない製品の加工に比べて、事前に加工温度変化や加工体積の予測が難しく、これらは加工中にも時々刻々と変化するため、従来手法では、被加工品の特性情報（特に材料特性や材料の種類）の予測精度を高めることは難しいと推定される。

したがって、本発明の目的とするところは、加工中に、被加工品の加工品質や材料の特性、種類、および切削抵抗など、被加工品の情報を精度よく予測する加工監視システムを提供することにある。

上述した目的を達成するための本発明の一態様は、被加工品を加工する工具および工具を駆動する交流電動機（図中の電動機と同じ意味）を有する工作機械と、交流電動機の交流電流を直流量に変換する信号変換部と、直流量から加工速度の情報および切取り厚さの情報のうちの少なくとも１つを抽出する情報抽出部（加工温度依存性や、切り取り厚さ（除去体積）依存性を考慮）と、上記情報を事前構築したモデルに入力し、加工品質、材料の特性、種類、および切削抵抗のうちの少なくともいずれか１つを予測する被加工品の特性情報予測部と、を備えることを特徴とする加工監視システムである。

本発明のより具体的な構成は、特許請求の範囲に記載される。

本発明によれば、加工中に被加工品の加工品質や材料の特性、種類、および切削抵抗など、被加工品の情報を精度よく予測する加工監視システムを提供できる。

上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

実施例１の加工監視システムの構成図ミーリングにおける工具と被加工品の位置関係を示す模式図旋削における工具と被加工品の位置関係を示す模式図図１の信号変換部で行われる処理のフロー図切削速度・切取り厚さ情報抽出部で行われる処理のフロー図主軸のトルク電流推定値Ｉａと主軸の電動機速度推定値Ｗｉを０．１秒で区切った場合の波形例と平均値を示すグラフある材料を加工した際の主軸電動機速度推定値の平均値（Ｗ１＿ａｖｅ）と切削速度（指令値）との関係および主軸トルク電流推定値の平均値（Ｉａ＿ａｖｅ）と１回転あたりの送り量(指令値）との関係を示す散布図被加工品の特性情報予測部で行われる処理のフロー図実測した切削抵抗値と（６）式を用いて計算した切削抵抗値との比較を示すグラフ切削速度情報と切取り厚さ情報を２軸にとり、被加工品の２つの材料Ａ，Ｂを分類する領域（モデル）をＳＶＭで算出した例を示すグラフ実施例２の加工監視システムの構成図実施例３の加工監視システムの構成図被加工品の材料の種類を示す情報の１例を示す図本発明の実施例４の加工監視システムの構成図である。

本発明の代表的な実施の形態について詳細に説明する。参照する図面の参照符号は、それが付された構成要素の概念に含まれるものを例示するに過ぎない。

図１は実施例１の加工監視システムの構成図である。本実施例では、工作機械としてフライス盤(ミーリング加工装置)および旋盤装置を想定しており、主軸電動機の相電流から抽出した切削速度と切取り厚さの情報を用いた場合の加工監視システムについて説明する。

図１に示すように、実施例１の監視システム１００ａは、工作機械５と、信号変換部６と、切削速度・送り速度情報抽出部７と、被加工品の特性情報予測部８と、通知装置９とを備える。

工作機械５は、被加工品を加工する工具を駆動する主軸電動機２を有する。本実施例では、工具や被加工品を回転させる主軸電動機２（スピンドル電動機）から取得する相電流（電動機電流）により監視を実施するため、工作機械５には主軸電動機２のみを記載する。一般的な工作機械にはその他に、被加工品や工具を任意の位置に移動させるサーボ電動機が複数設置されているが、本図では省略する。

ここで、主軸と被加工品の位置関係について説明する。図２はミーリングにおける工具と被加工品の位置関係を示す模式図であり、図３は旋削における工具と被加工品の位置関係を示す模式図である。図２に示すように、ミーリングにおいては工具２０が主軸の周りに回転方向２３に回転し、被加工品２１を加工する。工具２０または被加工品２１は、図示しないサーボ電動機によってＸ軸、Ｙ軸およびＺ軸方向に移動することができる。また、図３に示すように、旋削においては、被加工品２１が主軸の周りに回転方向２３に回転することで工具２０によって加工される。工具２０または被加工品２１は、図示しないサーボ電動機によってＸ軸、Ｙ軸およびＺ軸方向に移動することができる。

以下、図１の主軸電動機２からの電流取得手順について説明する。相電流は電流センサ３および４により取得する。ここで、図においては、１つの電動機に対して２相の電流を取得する図としているが、２相以上であれば良く、３相取得しても良い。本実施例ではＵＶＷ相の３相のうちＵ相およびＶ相の電流を取得したとして説明を実施する。加えて、図１ではインバータ１の外部で電流を取得する図となっているが、インバータ１内に設置された電流センサの情報を用いてもよい。取得した電流情報は信号変換部６に入力され、直流量に変換される。ここで直流量とは、電動機回転周期の周波数成分が取り除かれ、負荷変動や回転数変動、インバータのキャリア周波数の影響がなければ、時系列データが一定値になっている信号のことを示す（逆に負荷や回転数変動があれば、その周期と一致して直流量が変動する）。信号変換部６から出力された主軸電動機電流の直流量は切削速度・切取り厚さ情報抽出部７に入力され、切削中の切削速度と切取り厚さに関係のある情報（特徴量）を抽出する。そして、前記切削速度情報と切取り厚さ情報は被加工品の特性情報予測部８に入力され、加工品質や材料（特に材料の特性や材料の種類）、切削抵抗（まとめて被加工品の特性情報と定義）を推定する。推定された被加工品の特性情報は通知装置９に入力される。ここからは、各処理ブロック６から９について詳細を説明する。

始めに、信号変換部６の詳細を説明する。図４は図１の信号変換部で行われる処理のフロー図である。図４には、電流位相を用いた座標変換という直流量変換処理を示している。まず、取得されたＵ相電流ＩｕとＶ相電流ＩｖはＷ相電流生成部１０に入力される。これは、測定電流が２相である場合の処理であり、３相とも電流センサで取得している場合には、必要の無い処理である。Ｗ相電流生成部１０では、以下の（１）式に示す処理を実施する。
Ｉｗ＝－（Ｉｕ＋Ｉｖ） …（１）
３相となった電流は３相２相変換部１１へ入力され、以下の（２）、（３）式に示す処理を実施する。これにより、α軸とβ軸による直交２軸電流成分としてＩαとＩβを得る。
Ｉα＝（２／３）｛Ｉｕ－Ｉｖ／２－Ｉｗ／２｝ …（２）
Ｉβ＝（１／√（３））｛Ｉｖ－Ｉｗ｝ …（３）
その後、座標変換（直流量への変換）をするために必要な位相を位相算出部１５で算出する。位相算出部１５は瞬時位相算出部１２とＰＬＬ部（位相記憶部）１３、積分部１４から構成され、このうち瞬時位相算出部１２では、以下の（４）式で示す処理を実施して瞬時位相θｉ＊を算出する。
θｉ＊＝ｔａｎ－１（Ｉβ／Ｉα） …（４）
瞬時位相θｉ^＊は、ＰＬＬ部１３、積分部１４から構成されるフィードバックループに通して最終的に積分部１４において座標変換位相θｉを生成する。この値は、電動機回転子位置の推定値となる。なおこの処理過程においてＰＬＬ部１３からは、直流量として電気角推定値Ｗｉ（電動機速度推定値）が得られている。このフィードバックループはノイズ除去の役割があるため、もし、瞬時位相θｉ^＊のノイズが気にならない場合には、前記したフィードバックループを通さなくても良い。

そして座標変換部１６には、３相２相変換部１１で求めたα軸とβ軸による直交２軸電流成分Ｉα、Ｉβと、位相算出部１５で求めた座標変換位相θｉが入力され、座標変換を実行する。座標変換は以下の（５）式で示す処理である。
Ｉａ＝Ｉα・ｃｏｓ（θｉ）＋Ｉβ・ｓｉｎ（θｉ） …（５）
この座標変換は、固定座標系における電流（交流）を回転座標系における電流（直流）に変換したものということができる。算出された回転座標系における直流値Ｉａおよび位相算出部１５から出力された電気角推定値Ｗｉ（電動機速度推定値）は直流量である。なお、直流量Ｉａは、電動機制御で用いられるトルク電流の時間的変化と、相対的には同様の変化をするため、本明細書においては、トルク電流推定値として記載する。

次に、切削速度・切取り厚さ情報抽出部７の詳細について、図５を用いて説明する。図５は切削速度・切取り厚さ情報抽出部で行われる処理のフロー図である。図５に示す通り、切削速度情報は主軸の電動機速度推定値Ｗｉの平均値を取ることで算出され、切取り厚さ情報は主軸のトルク電流推定値Ｉａの平均値を取ることで算出される。平均値の計算方法としては、入力されたＩａ，Ｗｉそれぞれの時系列データをある時間間隔で区切り、その区間内の値の合計値をデータ点数で除算することで計算する。

図６は主軸のトルク電流推定値Ｉａと主軸の電動機速度推定値Ｗｉを０．１秒で区切った場合の波形例と平均値を示すグラフである。ここで、なぜ切削速度と切取り厚さの情報が、ＩａとＷｉの平均値で算出できるかについて説明する。まず、切削速度とは、回転させる工具刃先または被加工品の周速のことであり、工具または被加工品の回転数に比例する。つまり、工具刃先の摩耗などを考えない場合、前記した電気角推定値Ｗｉが切削速度の代替値として利用することができることが分かる。一方、切取り厚さとは、切り屑の厚みに相関する数値であり、ミーリング（フライス）加工でいえば、１刃当たりの送り量、旋削でいえば１回転あたりの送り量が増えることで大きくなる。ここで、送り量とは工具が被加工品に対してどれだけ動いたかを表す値であり、工具や被加工品を回転させる主軸にとって送り量を増やすことは、工具と被加工品が押し付けられる方向に力が働くため、負荷増加につながる。そのため、主軸電動機のトルク電流推定値Ｉａの平均値が、切取り厚さに相関することになる。

図７はある材料を旋削加工した際の主軸電動機速度推定値の平均値（Ｗ１＿ａｖｅ）と切削速度（指令値）との関係および主軸トルク電流推定値の平均値（Ｉａ＿ａｖｅ）と１回転あたりの送り量(指令値）切取り厚さの指令値（設定値）との関係を示す散布図である。図７に示すように、切削速度とＷ１＿ａｖｅ、切取り厚さ（送り量）とＩａ＿ａｖｅには正の相関関係があり、前述した内容が正しいことが確認できる。

さらに、図１の被加工品の特性情報予測部８について、図８を用いて説明する。図８は被加工品の特性情報予測部８で行われる処理のフロー図である。図８に示すように、被加工品の特性情報予測部８では、算出した切削速度情報と切取り厚さ情報を少なくとも１つ、事前に構築しておいたモデルに入力することで加工品質や材料の特性または種類、切削抵抗（被加工品の特性情報）の少なくともいずれか１つを予測する。複数の被加工品の特性情報を予測する場合には、複数のモデルを用意しておくものとする。ここでモデルとは、例えば、回帰式やクラスタモデル、分類モデルなどが挙げられる。

ここで、回帰式を用いて切削抵抗を予測する場合の例を示す。切削抵抗の予測には、（６）式に示すＫｒｏｎｅｎｂｅｒｇの理論式を変形した式を用いることが考えられる。ただし、Ｆは切削抵抗値、Ａ、ｂ、α、β、γは係数、ａは切り込み深さ、Ｖは切削速度、ｆは切取り厚さ（送り量）であり、α、β、γは事前に取得した切削抵抗値と、相電流から抽出した切削速度情報、切取り厚さ情報から決めておくものとする。
［数６］
Ｆ＝｛（Ａ＊ａｂ）＊Ｖβ＊ｆγ｝＝α＊Ｖβ＊ｆγ …（６）
つまり、（６）式のＶ，ｆに切削速度・切取り厚さ情報抽出部７で算出された値を入力すれば、切削抵抗値が算出できる。図９は実測した切削抵抗値と（６）式を用いて計算した切削抵抗値との比較を示すグラフである。図中の破線上にプロットが載れば予測値と実測値は一致していることを示す。図から分かる通り、（６）式を用いて計算した切削抵抗は、平均すると実測誤差１０％ほどで予測できていることが分かる。なお（６）式は、一例であり、切削速度情報と切取り厚さ情報の項を含む式であれば何を用いても良い。さらに、加工変質層の厚さや加工面の残留応力などの加工品質の予測などにも、回帰式を用いることができる。

また、回帰モデル以外の例として、被加工品の種類を分類する分類モデルをＳｕｐｐｏｒｔＶｅｃｔｏｒｍａｃｈｉｎｅ（ＳＶＭ）などで構築する例を挙げる。図１０は切削速度情報と切取り厚さ情報を２軸にとり、被加工品の２種類の材料Ａ，Ｂを分類する領域（モデル）をＳＶＭで算出した例を示すグラフである。図中の線は、ＳＶＭで算出した分離境界面を示し、濃い黒色（材料Ａ）と灰色（材料Ｂ）の四角印が別々の材料データであることを示す。図から分かる通り、濃い黒色と灰色のデータをうまく分けるように分類領域（分類モデル）が作成されており、この例では、９０％以上の分類正解率を得ることができるモデルが構築できている。実際にこのモデルを使う際には、未知材料加工時の切取り厚さ情報と切削速度情報を入力し、それらのデータがどの領域に位置するかを判断することによって、材料ＡかＢ、どちらであるかを被加工品の特性情報予測部８から出力する。

また、被加工品の特性情報予測部８からは、上述したようなＡｏｒＢの出力をしても良いし、各材料に分類されるクラス確率（例：２材料分類モデルなら、材料Ａとなる確率がｘ［％］、材料Ｂとなる確率が１００－ｘ［％］）を出力しても良い。クラス確率を用いれば、複数の材料を混合して構築した金属の付加製造品の材料特性をより詳細に（どの程度材料Ａの特性が出ているかなどを）把握することが可能となる。なお、今回の例では、２つの材料のみを分類するモデルについて説明したが、２つ以上の材料が分類できるモデルを作ることも可能である。

最後に、図１の通知装置９の説明を行う。通知装置９は、例えば、切削抵抗、切削品質や被加工品の材料の予測結果をそのまま画面に表示するものでも良いし、切削抵抗や品質がある値以上（以下）であればアラーム音を発する、パトランプを点灯する、画面上に警告などの文字を表示するものでも良い。また、切削抵抗値などの予測結果を、工作機械を制御するＮＣ制御装置などに通知し、切削抵抗値に基づいて工作機械の動作指令を変更するようなシステムの、入力値として用いても良い。

このように、実施例１を用いれば、加工中に主軸電動機の相電流から被加工品の特性情報を高精度に予測できるモデルを構築することができる。このため、切削条件の決定時間の短縮、加工失敗による手戻り時間の短縮、加工品質の安定化に伴う検査時間の短縮などが可能となり、切削加工時間の短縮に貢献することが可能となる。

従来は工作装置の状態を考慮して加工条件を加工中に修正することはできたが、本実施例のように加工中に被加工品の材料の特性を考慮しながら加工条件を修正できるものではなかった。本発明は、被加工品の材料が未知である場合、特に付加製造品の加工において有用なものである。

図１１は実施例２の加工監視システム構成図である。実施例２においては、被加工品の材料の予測精度を向上するために、主分力方向の送り軸（本例ではＹ軸方向と設定）電動機電流と、切り屑温度の情報を、少なくとも１つ、主軸電動機の相電流から抽出した切削速度と切取り厚さの情報と合わせて利用する、もうひとつの加工監視システムについて説明する。なお、本実施例において、実施例１と同じ機能ブロックについては、説明を省略する。

図１１に示すように、特に本実施例と実施例１の違いは、電流センサ２０７および２０８で取得した、Ｙ軸電動機２０６の相電流からトルク電流推定値を算出（直流信号変換部（Ｙ軸）２１３）し、そのトルク電流推定値を平均化（平均値算出部２１４）し、被加工品の特性情報予測部２１１に前記平均値と切り屑温度を、切削速度情報、切取り厚さ情報と合わせて入力する点である。

なお、図１１においては、Ｙ軸トルク電流推定値の平均値と切り屑温度を両方、被加工品の特性情報予測部２１１に入力しており、以後も前記２つの追加信号を使用する前提で説明を行うが、どちらか片方の信号を用いる形態でも構わない。その他の処理ブロック内容は、図１の説明と同じである。以降、追加変更した処理ブロックや信号について説明する。

まず、実施例１より追加した直流量変換部（Ｙ軸）２１３は、図４で説明した処理内容と同様であり、平均値算出部２１４も、図５で説明した処理内容と同様である。次に、切り屑温度は、加工中に発生する切り屑の温度を、例えば高速度サーモカメラ、放射温度計などで測定した値である。なお、切り屑温度の代わりに、切り屑の硬さや色を用いても良い。これは、硬さや色が、切り屑の温度によって変化するためである。本発明者の検討の結果、工具や被加工品の温度よりも切り屑温度、硬さまたは色を用いた方が、被加工品の材料に関する情報を精度良く求めることができることが分かった。

被加工品の特性情報予測部２１１では、図１０に示した２次元空間に、Ｙ軸トルク電流の平均値と切り屑温度の２次元と加えた、４次元空間として分類モデルを構築する。このようにすることで、材料特性や種類の予測精度を向上できる。その理由は、切り屑温度の情報により材料ごとの熱伝導率の特性を把握できることと、Ｙ軸トルク電流の平均値により、加工時の主分力方向の負荷を把握して、材料の硬さなどの情報をより正確に把握できるようになるためである。

このように、実施例２を用いれば、被加工品の材料の予測精度を向上できるため、実施例１に比べてより切削加工時間の短縮に貢献できる。

図１２は実施例３の加工監視システムの構成図である。実施例３においては、切削加工の切削抵抗と加工品質の予測精度を向上するために、被加工品の材料の種類を示す情報を、主軸電動機の相電流から抽出した切削速度と切取り厚さの情報と合わせて利用する、もうひとつの加工監視システムについて説明する。なお、本実施例において、実施例１と同じ機能ブロックについては、説明を省略する。

図１２に示すように、特に本実施例と実施例１の違いは、被加工品の特性情報予測部１０８に切削速度情報、切取り厚さ情報に加えて、被加工品の材料の種類を示す情報を入力して被加工品の材料を予測する点である。

図１３は被加工品の材料の種類を示す情報の１例を示す図である。図１２の被加工品の材料の種類を示す情報とは、例えば、図１３に示すような数値の羅列である。数値の各桁はダミー変数と呼ばれ、１つのダミー変数のみがイチ（１）で、残りはゼロ（０）であらわされる。材料Ａを加工している際には、ダミー変数Ａのみを１とした、「１００・・・０」という数字が入力される。この数字は、例えば、加工を行う作業員が監視装置へ入力する。そしてこのダミー変数で作られる数字の羅列は、実施例１で示した（６）式に追加する形で（７）式のように利用する。なお（７）式では、使用する材料が４つの場合を表している。Ｆは切削抵抗予測値、α、β、γ、δ、ε、ζは係数、Ｖは切削速度情報、ｆは切取り厚さ（送り量）情報、ＤＡ、ＤＢ、ＤＣはダミー変数であり、α、β、γ、δ、ε、ζは事前に取得した切削抵抗値と切削速度情報、切取り厚さ情報から決めておくものとする。ここで、（７）式では４材料を対象とするにも関わらず、ダミー変数３つしか利用していない。これは、ＤＡ、ＤＢ、ＤＣがすべてゼロの時を、材料Ｄの場合の予測式として扱えば良いためであり、ダミー変数は３つで問題ない。
Ｆ＝α＊Ｖβ＊ｆγ＊（δ＊ＤＡ＋ε＋ＤＢ＋ζ＊ＤＣ） …（７）
このように、被削材の種類を示す情報をダミー変数として式に加えると、ダミー変数にかかる係数δ、ε、ζは、材料ごとの被削性や難削性（硬さや熱電率などを考慮した材料特性）に相当する値となるため、より正確に抵抗値を予測することができる。

つまり、実施例３を用いれば、切削抵抗と加工品質の予測精度を向上できるため、実施例１に比べてより切削加工時間の短縮に貢献できる。

図１４は本発明の実施例４の加工監視システムの構成図である。実施例４においては、切削抵抗と加工品質の予測精度を向上するために、主軸電動機の相電流から予測した被加工品の材料の種類を示す被削材情報を、主軸電動機の相電流から抽出した切削速度と切取り厚さの情報と合わせて利用する、もうひとつの加工監視システムについて説明する。なお、本実施例において、実施例３や実施例４と同じ機能ブロックについては、説明を省略する。

図１４に示すように、特に本実施例と実施例１、実施例３との違いは、被加工品の特性情報予測部３０８および３１０を備え、被加工品の特性情報予測部（切削抵抗ｏｒ加工品質）３１０で使用する被削材の材料の種類を示す情報として、被加工品の特性情報予測部（被削材料）３０８で予測した結果を用いる点である。なお、図１４に記載の被加工品の特性情報予測部（被削材料）３０８には、切り屑温度とＹ軸トルク電流平均値の情報が入力されているが、この２つの信号は無くてもかまわない（実施例１の構成）。被加工品の特性情報予測部（被削材料）３０８の出力は、図１３に示したダミー変数の形で出力しても良いし、各ダミー変数にクラス確率の数字を当てはめて数字の羅列であっても良い。そして、出力された被加工品の材料の種類を示す被削材情報は、被加工品の特性情報予測部（切削抵抗ｏｒ加工品質）３１０へ入力される。被加工品の特性情報予測部（切削抵抗ｏｒ加工品質）３１０の処理は、実施例４と同じ処である。

このように、実施例４を用いれば、手動で被加工品の材料の種類を示す情報を入力すること無く、切削抵抗と加工品質の予測精度を向上できるので、実施例３に比べてより切削加工時間の短縮に貢献できる。

以上、説明したように、本発明によれば、加工中に被加工品の加工品質や材料の特性および切削抵抗など、被加工品の情報を精度よく予測する加工監視システムを提供できることが示された。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

１，１０１，２０１，３０１…主軸用インバータ、２，１０２，２０２，３０２…主軸電動機、２０５，３１１…Ｙ軸用インバータ、２０６，３１２…Ｙ軸電動機、３，４，１０３，１０４，２０３，２０４，２０７，２０８，３０３，３０４，３１３，３１４…電流センサ、５，１０５，３０５…工作機械、６，１０６，２０９，２１３，３０６，３１５…信号変換部、７，１０７，２１０，３０７…切削速度・切取り厚さ情報抽出部、２１４，３１６…平均値算出部、８，１０８，２１１，３０８，３１０…被加工品の特性情報予測部、９，１０９，２１２，３０９…通知装置、１００ａ，１００ｂ，１００ｃ，１００ｄ…加工監視システム。

Claims

被加工品を加工する工具および前記工具を駆動する交流電動機を有する工作機械と、
前記交流電動機の交流電流を直流量に変換する信号変換部と、
前記直流量から切削速度の情報および切取り厚さの情報のうちの少なくとも１つを抽出する情報抽出部と、
前記情報を事前構築したモデルに入力し、加工品質、被加工品の材料の特性または種類および切削抵抗のうちの少なくともいずれか１つを予測する被加工品の特性情報予測部と、
を備え、
前記直流量は、主軸電動機速度推定値と主軸電動機トルク電流推定値であり、
前記切削速度の情報は、前記主軸電動機速度推定値の平均値であり、
前記切取り厚さの情報は、前記主軸電動機トルク電流推定値の平均値である、
ことを特徴とする加工監視システム。
被加工品を加工する工具および前記工具を駆動する交流電動機を有する工作機械と、
前記交流電動機の交流電流を直流量に変換する信号変換部と、
前記直流量から切削速度の情報および切取り厚さの情報のうちの少なくとも１つを抽出する情報抽出部と、
前記情報を事前構築したモデルに入力し、加工品質、被加工品の材料の特性または種類および切削抵抗のうちの少なくともいずれか１つを予測する被加工品の特性情報予測部と、
を備え、
前記被加工品の材料の特性または種類を予測する場合、主分力方向の移動を担う前記交流電動機のトルク電流推定値の平均値と、切り屑温度の情報を前記情報抽出部の情報と合わせて前記事前構築したモデルに入力し、
前記加工品質と前記切削抵抗を予測する場合、前記被加工品の材料の種類を示す情報を前記情報抽出部の情報と合わせて前記事前構築したモデルに入力する、
ことを特徴とする加工監視システム。
前記信号変換部は、前記工具または前記被加工品を回転させる主軸電動機の少なくとも２相に設置された電流センサの計測値を用いることを特徴とする請求項１または２に記載の加工監視システム。
前記信号変換部は、前記２相の電流から算出された電流位相を用いて、前記直流量を算出することを特徴とする請求項３に記載の加工監視システム。
前記被加工品の材料の特性または種類を示す情報は、前記交流電流から予測した前記被加工品の材料の予測値であることを特徴とする請求項１から４のいずれか１項に記載の加工監視システム。
前記事前構築したモデルは、回帰モデル、クラスタモデルまたは分類モデルであることを特徴とする請求項１から５のいずれか１項に記載の加工監視システム。
被加工品を加工する工具および前記工具を駆動する交流電動機を有する工作機械と、
前記交流電動機の交流電流を直流量に変換する信号変換部と、
前記直流量から切削速度の情報および切取り厚さの情報のうちの少なくとも１つを抽出する情報抽出部と、
前記情報を事前構築したモデルに入力し、加工品質、被加工品の材料の特性または種類および切削抵抗のうちの少なくともいずれか１つを予測する被加工品の特性情報予測部と、
を備え、
前記被加工品の材料の特性または種類を示す情報は、前記交流電流から予測した前記被加工品の材料の予測値である、
ことを特徴とする加工監視システム。